Descrição do projeto
TraduzidoPublicamos um fluxo constante de conteúdo em vídeo e atualmente adicionamos legendas manualmente, o que é muito lento para acompanhar nossa programação. Preciso de alguém para configurar um pipeline confiável que pegue vídeo bruto, execute reconhecimento de fala e produza legendas devidamente sincronizadas com o tempo do áudio, em vez de apenas alinhadas de forma aproximada.
A etapa de reconhecimento precisa lidar com fala conversacional normal, incluindo algum vocabulário técnico e ruído de fundo, então o ajuste de precisão é importante e as configurações padrão sozinhas não são suficientes. Assim como é importante o que acontece depois: deve haver uma maneira rápida de revisar a saída, corrigir palavras que o mecanismo errou, ajustar o tempo onde as falas se desencontram e limpar a pontuação e as quebras de linha antes que qualquer coisa vá ao ar. Não espero zero erros da automação, mas a correção deve ser rápida, não uma retranscrição manual completa.
Uma vez finalizadas, as legendas precisam ser exportadas em formatos que plataformas de vídeo populares aceitam para upload, idealmente suportando várias faixas caso adicionemos traduções depois. Uma documentação curta sobre como executar o processo para novos vídeos seria um plus, já que nossa equipe manterá isso sozinha depois.
O que estou procurando:
— reconhecimento de fala para texto ajustado para precisão em gravações reais
— sincronização de tempo, não apenas saída de transcrição bruta
— uma etapa rápida de revisão e correção manual antes da publicação
— exportação em formatos de legenda padrão prontos para upload
A etapa de reconhecimento precisa lidar com fala conversacional normal, incluindo algum vocabulário técnico e ruído de fundo, então o ajuste de precisão é importante e as configurações padrão sozinhas não são suficientes. Assim como é importante o que acontece depois: deve haver uma maneira rápida de revisar a saída, corrigir palavras que o mecanismo errou, ajustar o tempo onde as falas se desencontram e limpar a pontuação e as quebras de linha antes que qualquer coisa vá ao ar. Não espero zero erros da automação, mas a correção deve ser rápida, não uma retranscrição manual completa.
Uma vez finalizadas, as legendas precisam ser exportadas em formatos que plataformas de vídeo populares aceitam para upload, idealmente suportando várias faixas caso adicionemos traduções depois. Uma documentação curta sobre como executar o processo para novos vídeos seria um plus, já que nossa equipe manterá isso sozinha depois.
O que estou procurando:
— reconhecimento de fala para texto ajustado para precisão em gravações reais
— sincronização de tempo, não apenas saída de transcrição bruta
— uma etapa rápida de revisão e correção manual antes da publicação
— exportação em formatos de legenda padrão prontos para upload
Programação web Dinheiro, Transferência bancária
